中文乱码总结

1、项目中乱码的根源
(1). 开发者所用的操作系统
(2). j2ee容器的名称，版本
(3). 数据库的名称，版本(精确版本)以及jdbc驱动的版本
(4). 出现乱码的source code(比如是system out出来的，还是jsp页面中的)

2.下面介绍一下直接在console上运行的类，jsp代码类和servlets类编码转换的详细过程。
(1)程序文件在保存时默认采用了操作系统默认支持的GBK编码形成了一个java文件。要查看file.encoding参数，可以用以下代码：
public class ShowSystemDefaultEncoding{
   public static void main(String[] args){
      String encoding = System.getProperty("file.encoding");
      System.out.println(encoding);
   }
}
(2)用JDK编译java源文件。若没用-encoding指定源程序的编码格式，JDK就获取操作系统的file.encoding参数，JDK就把java源文件从file.encoding编码格式转化为java内部默认的UNICODE格式放入内存中，然后javac把转化后的unicode格式的文件进行编
译成.class文件，此时是Unicode编码。
这一步，jsp过程是这样的，WEB容器调用JSP编译器，JSP编译器先查看JSP文件中是否
设置有文件编码格式，如果JSP文件中没有设置JSP文件的编码格式，则JSP编译器调用
JDK先把JSP文件用JVM默认的的字符编码格式(即WEB容器所在的操作系统的默认的
file.encoding)转化为临时的Servlet类，然后把它编译成Unicode格式的class类，并
保存在临时文件夹中。
(3)这一步分三种情况介绍
①直接在console上运行的类
JVM运行Unicode格式的class类，如果此时此类需要接收用户输入，则类会默认用
file.encoding编码格式对用户输入的串进行编码并转化为unicode保存入内存。程序
运行后，产生的Unicode编码的字符串再交给JVM，然后JRE把此字符串转化为
file.encoding格式显示。
②JSP代码和Servlet类
内存中是以Unicode编码的Servlet类的代码，然后JVM在内存中运行该Servlet类，如
果Servlet在运行的过程中需要接受从客户端传来的字符(表单传入的值和URL中传入的
值)，此时如果程序中没有设定接受参数时采用的编码格式，则WEB容器会默认采用
ISO-8859-1编码来接受参数并在JVM中转化为Unicode格式存放在WEB容器的内存中。
Servlet运行后生成Unicode格式的输出，容器将输出直接发送到客户端浏览器上并输
出给用户，如果此时指定发送时输出的编码格式，则按指定的编码格式输出到浏览器
上，如果没有指定则默认按ISO-8859-1编码发送到客户的浏览器上。
③Java程序和数据库之间
程序在向数据库内存储包含中文的数据时，JDBC首先把程序内部的Unicode编码格式转
化为ISO-8859-1保存，然后传递到数据库中，在数据库中以ISO-8859-1保存数据。
3. 常见的java中文问题几个必须清楚的原则
任何Java程序的生命周期中，编码转换的关键过程在于：最初编译成class文件的转码
和最终向用户输出的转码过程。
(1)在编译时，如果源程序中含有中文字符，用-encoding指定源文件的编码方式为GBK
或者gb2312。
(2)几乎所有的WEB容器在其内部默认的字符编码格式都是ISO-8859-1。
(3)几乎所有的浏览器在传递参数时都是默认为UTF-8。
4.解决中文问题的几点建议
具体的思路是：在java程序转码的入口和出口及java程序同用户有输入输出转换的地
方限制编码方法。
(1)直接在console上运行的类
如果需要从用户端接受用户可能含有中文的输入或含有中文的输出，程序中应该采用
字符流来处理输入输出。
BufferedReader brin=new BufferedReader(System.in,"gb2312");
BufferedWriter brout=new BufferedWriter(System.out,"gb2312");
同时在编译程序时：javac -encoding gb2312 hello.java
(2)Servlet类
在编译Servlet类的源程序时，用-encoding指定编码为GBK或GB2312,且在向用户输出
时的编码部分用response对象的setContentType("text/html;charset=GBK"),在接受
用户输入时，用request.setCharacterEncoding("GB2312")。
(3)java程序和数据库之间
①java程序按上述方法处理
②把数据库默认支持的编码格式改为GBK或者GB2312。对于Mysql，在配置文件my.ini
中，在[mysqld]区增加default-character-set=gbk,并增加[client] default-
character-set=gbk.
(4) jsp页面
①保证JSP向客户端输出时是采用中文编码方式输出，在jsp源代码加入：
<%@page contentType="text/html;charset=gb2312"%>
②保证JSP能正确获得传入的参数，在jsp源文件头加入：
<%request.setCharacterEncoding("GB2312");%>
③为了让JSP编译器能正确地解码含有中文字符的JSP文件，在JSP源文件中指定源文件
的编码格式，加入：
<%@page pageEncoding="GB2312"%>或者<%@page pageEncoding="GBK"%>
5.开发中遇到的中文乱码实例
(1)通过url或者form表单提交向Action传递参数时出现乱码，解决方案：在java中采
用Expressions调试，使用new String(str.getBytes("ISO-8859-1"),"GBK")确认哪种编码可以正确获得中文。
(2)JSP页面间通过url传参数时出现乱码，在传递参数页面对参数param进行编码，如
下：
do.action?param=<%=java.net.URLEncoder.encode(param)%>
在接受参数页面对参数进行重新编码，如下：
param = new String(request.getParameter("param").getBytes("ISO-8859-1"));


小注：(1)Unicode中的符号是单字节宽的，汉字中的符号是双字节宽的。
(2)mysql的默认编码是ISO-8859-1;java中的默认编码也是ISO-8859-1;中文Windows默
认采用的是GBK;JSP文件是由容器调用JDK来编译的。
(3)<%@ page  contentType="text/html;charset=GB2312" %>的作用是在jsp被编译成为html的过程中提供编码方式让java来读取表达式当中的String;而<META http-
equiv=Content-Type content="text/html;charset=gb2312">是为IE浏览器提供编码选择，是用来显示最后的数据的。
(4)面对众多的编码有一个公共的符号编码，当gb2312符号中的一些符号映射到公共符
号编码，或者公共符号映射到gb2312时，如果找不到对应的编码就会出现乱码。